原创投稿 行业报告 AI展会 数据标注
投稿发布
首页 > IT技术 > 机器人

海康机器人3D视觉解决方案

随着新能源汽车蓬勃发展,锂电池的生产质量也备受关注,其生产工序复杂多变,从极片制造,到电芯制造,再到电池组装,都需要更高效、更智能的机器视觉检测技术。海康机器人经过长期的硬件技术积累和软件平台的突破,针对锂电行业中后段3D缺陷检测和高精度测量,推出了整套解决方案,为用户提供更优质的选择。

3602d3f2-8136-11ed-8abf-dac502259ad0.jpg

01 极耳焊接缺陷检测    

需求

电芯卷绕、叠片完成后,极耳与顶盖进行焊接,需要检测焊道凹凸、爆孔、孔洞、发黑

挑战

爆孔和孔洞区分难度大

缺陷类型复杂,位置随机

细微瑕疵与极耳颜色相近,难以精确提取缺陷特征  

方案:MV-DP2060-01H+VM 3D算法平台

效果

相机扫描极耳焊接位置的3D点云集,通过高度阈值有效拦截焊渣、焊厚等异常

361e208a-8136-11ed-8abf-dac502259ad0.jpg

  02 顶盖焊缝检测

  ▍需求 电芯入壳后顶盖焊接前,需要检测顶盖与壳体之间的缝隙宽度和台阶高度  

挑战

焊接缝隙狭窄,检测精度要求高

焊缝边缘有噪点干扰,为算法处理带来挑战

方案:MV-DP3020-01H+VM 3D算法平台

3636b0a0-8136-11ed-8abf-dac502259ad0.jpg

  ▍效果 通过深度图轮廓截取功能和轮廓线测量工具,准确检测出缝隙宽度和台阶高度  

364a937c-8136-11ed-8abf-dac502259ad0.jpg

03 顶盖周边焊接检测

  ▍需求 顶盖周边焊接完成后,需要检测焊痕外观缺陷检测(爆点、凹坑、断焊、虚焊、偏位、翻边)  

挑战

检测节拍要求高,四边检测2.5s以内

焊缝缺陷类型多,部分深度缺陷不易检出

方案:MV-DP2060-01H+VM 3D算法平台

3674d736-8136-11ed-8abf-dac502259ad0.jpg

  ▍效果 通过点云数据中的高度缺陷,可有效拦截出爆点、凹坑、断焊、虚焊不良以及翻边高度的检测

36b2386a-8136-11ed-8abf-dac502259ad0.jpg

36cb48b4-8136-11ed-8abf-dac502259ad0.jpg

04 顶盖尺寸测量     ▍需求

检测锂电池顶盖平整度、长宽尺寸

检测正负极柱高度、平整度、共面度

挑战

检测节拍、精度要求高

锂电池表面反光,影响成像稳定性

方案:MV-DP2060-01H+VM 3D算法平台  

36e2604e-8136-11ed-8abf-dac502259ad0.jpg

  ▍效果 通过相机扫描成像和VM算法处理,精准测量出锂电池顶盖尺寸  

36f52fd0-8136-11ed-8abf-dac502259ad0.jpg

 

370bca2e-8136-11ed-8abf-dac502259ad0.jpg

05 密封钉焊接缺陷检测

需求

密封钉焊接后扫描焊痕,检测是否存在爆孔、断焊、针孔、虚焊等

检测密封圈是否存在偏位

挑战

密封钉焊接缺陷形态丰富,难以界定其形态边缘

密封圈中存在灰尘、脏污,干扰成像效果

方案:MV-DP2060-01H+VM 3D算法平台

效果

用图像增强模块对密封钉深度图进行预处理,再通过滤波差分有效识别密封钉焊接缺陷

3722dca0-8136-11ed-8abf-dac502259ad0.jpg

 

3755752a-8136-11ed-8abf-dac502259ad0.jpg

 

37757582-8136-11ed-8abf-dac502259ad0.jpg

滑动查看更多检测效果

06 方壳电池薄膜前划痕检测

需求

检测电池外壳直径0.3mm,高度0.1mm以上的凹坑和凸起

检测长10mm,宽1mm,深0.05mm以上的划痕

挑战

划痕种类繁多,细而深的划痕和针孔缺陷容易漏检

对于外壳表面的擦伤进行误判

方案:MV-DP2120-01H+VM 3D算法平台(AI+3D检测)

3787cafc-8136-11ed-8abf-dac502259ad0.jpg

效果

通过VM 3D算法平台中的AI训练和3D深度检测,快速准确地的识别出壳体表面缺陷

379c9504-8136-11ed-8abf-dac502259ad0.jpg

37aca390-8136-11ed-8abf-dac502259ad0.jpg

07 方壳电池包膜后鼓包检测

需求

电池在包蓝膜后,检测蓝膜表面形成的直径大于2mm的气泡

包膜边缘不平整/裂纹/脏污/磨破

挑战

蓝膜本身光学特性缺陷特征不明显

缺陷种类多且部分缺陷种类样本难收集

方案:MV-DP2120-01H+VM 3D算法平台

37bddea8-8136-11ed-8abf-dac502259ad0.jpg

  ▍效果 通过深度图中的高度信息差有效识别出包膜后的鼓包、破损、褶皱等缺陷  

37d4436e-8136-11ed-8abf-dac502259ad0.jpg

37f2889c-8136-11ed-8abf-dac502259ad0.jpg

 

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

相关文章:

    无相关信息

网友评论:

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表
SEM推广服务
热门文章
SEM推广服务

Copyright©2005-2026 sykv.cn 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
咨询反馈
扫码关注

微信公众号

返回顶部